-
公开(公告)号：CN118504378A
公开(公告)日：2024-08-16
申请号：CN202410464280.5
申请日：2024-04-17
申请人： 华中科技大学
IPC分类号： G06F30/27 , G06F30/13 , G06N3/0442 , G06N3/045 , G06N3/08 , G06N7/01 , G06F119/14
摘要： 本发明公开了一种大直径泥水盾构隧道掌子面压力智能预测调整方法及系统，方法包括：获取盾构机施工参数并进行预处理，获得预处理后的样本数据集；分别建立GCN模型、LSTM模型，并根据二者构建GCN‑LSTM混合深度学习模型；建立贝叶斯优化算法模型BO,利用BO对GCN‑LSTM混合深度学习模型的超参数进行调优，构建BO‑GCN‑LSTM深度学习模型；采用预处理后的样本数据集对BO‑GCN‑LSTM深度学习模型进行训练，并预测大直径泥水盾构隧道掌子面压力，获得预测结果；根据所述预测结果对BO‑GCN‑LSTM深度学习模型的预测精度进行评估，利用SHAP可解释性方法确定影响掌子面压力的关键参数，根据实际工况对关键参数进行智能优化调整，实现大直径泥水盾构隧道掌子面压力的合理控制。
-
公开(公告)号：CN117828715A
公开(公告)日：2024-04-05
申请号：CN202311613586.4
申请日：2023-11-29
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06F111/06 , G06F111/04 , G06F111/10 , G06F119/14 , G06F111/08
摘要： 本发明公开了一种基于NGBoost结合遗传算法(NSGA)‑Ⅲ的盾构隧道绿色智能设计方法及设备，方法包括：获取引起隧道变形和成本变化的敏感因素，并建立影响因素指标体系，搜集实际监测数据以构建样本数据集；基于样本数据集，建立包括拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价的NGBoost预测模型并检验；引入NSGA‑Ⅲ函数作为目标优化函数，由此构建基于NGBoost‑NSGA‑Ⅲ的多目标优化模型，在盾构管片参数的约束条件范围内，经过运算获得最优解。本发明将NGBoost和NSGA‑Ⅲ结合，通过对拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价等参数的高精度预测，实现多目标优化，使优化结果更符合实际工程需求。
-
公开(公告)号：CN117759269A
公开(公告)日：2024-03-26
申请号：CN202311506057.4
申请日：2023-11-13
申请人： 华中科技大学
IPC分类号： E21D9/093 , G06N20/00 , G06F18/243
摘要： 本发明公开了一种盾构机掘进优化控制方法和装置，该方法包括：获取数据样本，以BO对NGBoost模型的超参数进行多目标优化，构建BO‑NGBoost预测模型；基于BO‑NGBoost预测模型对所述盾构机姿态参数进行预测，获取BO‑NGBoost回归预测函数；利用BO‑NGBoost回归预测函数为适应度函数，联合各影响因素的应用约束条件，利用NSGA‑III算法对盾构掘进姿态参数进行多目标优化，获取最优Pareto解集；根据得到的最优Pareto解集，通过理想点法确定最优盾构施工参数。本发明实现了盾构施工工程中的盾构机姿态的高精度预测，也实现了掘进路线中产生的姿态偏差优化控制。
-
公开(公告)号：CN116030076A
公开(公告)日：2023-04-28
申请号：CN202310065678.7
申请日：2023-01-12
申请人： 华中科技大学
IPC分类号： G06T7/11 , G06V10/764 , G06V10/82 , G06N3/08 , G06V10/80 , G06V10/762 , G06N3/0464
摘要： 本发明公开了一种基于因果推理的隧道点云多目标分割集成方法及系统，方法包括：采集隧道的点云数据并基于圆投影算法转化为二维点图；基于二维点图和二维Unet模型提取点云数据的全局特征，基于二维点图和边缘卷积提取点云数据的局部特征；基于因果推理模型对隧道的点云数据进行数据增强；分别根据全局特征和局部特征数据增强后的隧道的点云数据进行分类，基于改进的D‑S基于证据的特征融合方法对分类结果进行特征融合。针对有效迅速的解决三维点云语义分割问题，提出了一种基于点投影和动态图卷积神经网络的集成方法，对输入点云进行处理，并进行良好的语义推理，从而进行高精度快速的进行渗流类别的识别确定。
-
公开(公告)号：CN114996830B
公开(公告)日：2022-11-18
申请号：CN202210928018.2
申请日：2022-08-03
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/08 , G06N7/00 , G06N20/00 , G06F111/08
摘要： 本发明属于隧道施工技术领域，并具体公开了一种盾构隧道下穿既有隧道的可视化安全评估方法及设备。所述方法包括：构建隧道施工参数指标体系，并获取现有数据；基于GCN回归模型和现有数据构建地表累计沉降、既有隧道形变以及开挖面支护力的GCN预测模型，采用SHAP模型解释GCN预测模型，获得地表累计沉降、既有隧道形变以及开挖面支护力对不同特征的敏感性；利用蒙特卡罗模拟土壤参数中的不确定性，同时将地表累计沉降、既有隧道形变以及开挖面支护力的预测值和实际值线性回归，以获取预测结果在同时考虑土壤和模型不确定性时的置信区间，从而计算安全风险；将上述运算过程的交互和安全风险进行可视化。本发明安全风险计算精确，保证施工的可靠性。
-
公开(公告)号：CN114996829A
公开(公告)日：2022-09-02
申请号：CN202210917562.7
申请日：2022-08-01
申请人： 华中科技大学
IPC分类号： G06F30/13 , G06F30/27 , G06K9/62 , G06N3/12 , G06N7/00 , G06N20/20 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/14
摘要： 本发明属于隧道施工技术领域，并具体公开了一种近接隧道施工条件下新建隧道设计优化方法及设备。所述方法包括：构建隧道施工参数指标体系采用轻量化梯度促进机算法建立预测极限支撑压力和地表变形的集成学习模型；利用NSGA‑Ⅱ对极限支撑压力和地表变形两个目标进行优化，同时考虑岩土条件的不确定性和元模型的误差；通过蒙特卡罗仿真，建立概率约束进行多目标优化，生成Pareto前沿，并以离理想点距离最短的点为准则得到新隧道的最佳位置。本发明不仅能够预测和优化邻近既有隧道的开挖破坏，新隧道的最佳位置将在现有隧道的基础上确定，而且还考虑了地质条件和元模型等各种类型的不确定性，使得结果更加可靠，从而为决策提供更保守的参考。
-
公开(公告)号：CN113283142A
公开(公告)日：2021-08-20
申请号：CN202110601014.9
申请日：2021-05-31
申请人： 华中科技大学
IPC分类号： G06F30/23 , G06F30/13 , G06F119/14
摘要： 本发明属于盾构施工技术领域，并具体公开了一种基于解析解法分析盾构下穿对既有隧道影响的方法。所述方法包括采用Pasternak双参数地基模型来模拟隧道结构与地基相互作用，第一阶段推导施工荷载与土体损失的附加应力公式，综合考虑刀盘附加推力、盾壳摩擦力、同步注浆压力及土体损失引起的既有隧道轴线处的附加应力；第二阶段建立梁的变形刚度方程，求出既有隧道的变形及弯矩，分析不同影响因素对既有隧道沉降的影响，并分析地基弹性模量、净距与地层损失率对既有隧道影响的规律。本发明能快速准确的评估盾构近接施工条件下既有隧道影响。
-
公开(公告)号：CN111985796B
公开(公告)日：2021-06-18
申请号：CN202010787552.7
申请日：2020-08-07
申请人： 华中科技大学
摘要： 本发明属于混凝土结构抗渗性预测技术领域，并具体公开了一种基于随机森林和智能算法预测混凝土结构耐久性的方法。包括：构建混凝土抗渗性指标体系，建立原始样本集，将训练数集作为随机森林回归模型的输入，对抗渗性指标体系的影响因素进行重要性评价，选出随机森林回归模型误差最小的影响因素集合，将最优特征变量集作为所述最小二乘支持向量机模型的输入变量，混凝土氯离子扩散系数预测结果作为输出变量，对最小二乘支持向量机模型进行训练，然后采用所述测试数集验证训练后的最小二乘支持向量机模型的预测结果；对所述预测结果进行分析，验证最小二乘支持向量机模型预测混凝土结构抗渗性的效果。本发明方法预测速度快，预测结果精准可靠。
-
公开(公告)号：CN111986737B
公开(公告)日：2021-03-16
申请号：CN202010787298.0
申请日：2020-08-07
申请人： 华中科技大学
摘要： 本发明属于混凝土配合比优化设计技术领域，并具体公开了一种基于RF‑NSGA‑II耐久性混凝土配合比优化方法。包括：构建混凝土耐久性指标体系，采集所述混凝土耐久性指标体系中各变量的样本数据，并以此建立原始样本集；采用原始样本集对随机森林回归计算模型进行训练，并对训练后的随机森林回归计算模型进行评价，以分别生成混凝土相对动弹性模量和氯离子渗透系数的随机森林预测模型，并以此作为目标函数，以混凝土材料的取值范围及各材料间的配合比关系为约束条件，采用NSGA‑II模型进行耐久性混凝土配合比多目标全局寻优。本发明方法预测精度较高，泛化能力和抗噪能力较强，寻优精度高、鲁棒性强、能够较快获得全局最优解。
-
公开(公告)号：CN111985804A
公开(公告)日：2020-11-24
申请号：CN202010829783.X
申请日：2020-08-18
申请人： 华中科技大学
摘要： 本发明属于盾构下穿既有隧道安全风险评价领域，并具体公开了一种基于数据挖掘和数据融合盾构近接既有隧道安全评价方法。包括：建立盾构下穿既有隧道安全评价指标体系和风险等级划分标准；采用故障树分析法进行贝叶斯网络的设计；基于专家判断的群决策获得贝叶斯网络中根节点的专家评价区间模糊集，并采用改进证据理论对专家评价区间模糊集进行融合，获取贝叶斯网络根节点的模糊先验概率分布；基于构建的贝叶斯网络模型，进行盾构下穿既有隧道的风险概率推理和敏感性分析，确定盾构下穿既有隧道的安全风险等级和关键控制因素。本发明实现了更加准确合理的盾构下穿既有隧道的安全风险综合评价，为工程的安全风险预警与控制决策提供了有力依据。
-
-
-
-
-
-
-
-
-
搜索结果
108 条记录 (耗时 0.037 秒)
